用ReAct100多行Agent代码为：如何用ReAct构建简单智能体？
摘要：一、介绍 这里用 ReAct 来写一个最简单的 Agent，调用 DeepSeek 的 API ，外加 CLI 进行多轮对话的 Agent。 二、ReAct 最简单介绍 ReAct 拆开来 ，就是 Re + Act，Rea
一、介绍
这里用 ReAct 来写一个最简单的 Agent，调用 DeepSeek 的 API ，外加 CLI 进行多轮对话的 Agent。
二、ReAct 最简单介绍
ReAct 拆开来 ，就是 Re + Act，Reasoning + Acting。
先思考（我要做什么）→ 再行动（调用工具 / 回答）→ 观察结果 → 继续思考→ 再行动 → 观察结果，... ...，直到完成任务。
三、实现代码
第一步：调用大模型API
这类调用 DeepSeek API。
python 实现调用DeepSeek API ，代码如下：
import requests
import json
# ===================== 配置项 =====================
DEEPSEEK_API_KEY = "你的 DeepSeek API Key" # 替换成你的 key
DEEPSEEK_API_URL = "https://api.deepseek.com/chat/completions"
MODEL_NAME = "deepseek-chat"
# ==================================================
def deepseek_chat(messages):
"""调用 DeepSeek 大模型接口"""
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {DEEPSEEK_API_KEY}"
}
data = {
"model": MODEL_NAME,
"messages": messages,
"temperature": 0.1 # 低温度让思考更稳定
}
response = requests.post(DEEPSEEK_API_URL, headers=headers, json=data)
if response.status_code != 200:
return f"API 调用失败：{response.status_code}，{response.text}"
return response.json()["choices"][0]["message"]["content"]
第二步：实现ReAct的Agent
def react_agent():
"""ReAct 智能体主函数：多轮对话 + 思考-行动-观察"""
print("=" * 50)
print("🔥 ReAct 智能体（DeepSeek）已启动 | 输入 exit 退出")
print("=" * 50)
# 系统提示词：定义 ReAct 行为规则（核心！）
system_prompt = """
你是一个遵循 ReAct 框架的智能体。